跳到正文
  1. AWS Machine Learning Blog65

    AWS 发布下一代 Amazon Bedrock AgentCore runtime,提升 Agent 算力、效率与数据隔离

    AWS 发布下一代 Amazon Bedrock AgentCore runtime,用于在安全隔离环境中运行和扩展 AI Agent。新 runtime 的会话启动速度最高提升 15 倍、算力可扩展 4 倍,最高支持 8 vCPU 和 32 GB 内存,并在空闲时将 Agent 缩容至零,最高可将单会话内存消耗降低 68%。

    推荐理由:新版 AgentCore runtime 给出了 4x 算力、低于 2s 启动和 68% 效率提升等量化指标,读者可据此评估大规模 Agent 生产的算力与成本。

  1. AWS Machine Learning Blog76

    AWS 发布 Amazon Bedrock 和 AgentCore 多项更新

    AWS 发布 Amazon Bedrock 和 AgentCore 多项更新,包括 Claude Haiku 5.5 在 Amazon Bedrock 支持 subagent 场景,OpenAI GPT-6.1 Terra 在 Amazon Bedrock 上 GA,并带来 100 万输入 token 和更低价格。

    推荐理由:原文汇总了模型可用性变化与 AgentCore 新增能力,读者可以据此判断现有 AI 工作流需要调整哪些部分。

  1. Microsoft Research83

    Lazarus:重新编程休眠神经元以植入 AI 智能体后门

    Microsoft 研究人员发现名为 Lazarus 的技术,通过重新编程 LLM 中少于 10 个休眠神经元即可在无重新训练情况下植入后门,并让 AI 智能体执行恶意命令。被植入后门的模型能正常通过标准安全评估,但当隐藏触发器出现时,会静默执行窃取数据或运行恶意代码的指令,这对拥有工具或终端访问权限的 AI 智能体威胁尤其严重。

    推荐理由:揭示了通过操纵休眠神经元植入后门的新攻击面,提供了验证模型权重完整性的关键安全视角。

  1. AWS Machine Learning Blog68

    AWS 发布可插拔智能体 AI 参考架构:基于 Amazon Bedrock AgentCore 的七层企业级方案

    AWS 发布可插拔智能体 AI 框架(Pluggable Agentic AI Framework),一套面向 Amazon Bedrock AgentCore 的七层企业级参考架构,覆盖数据与知识、模型与推理、编排、安全、应用、可观测和智能体运营,并内置零售客服参考实现。

    推荐理由:AWS 给出了可复用的多层落地架构,把路由、护栏、可观测等生产要点整合进同一张蓝图,方便读者按缺口补齐。

  1. Microsoft Research61

    Microsoft Research 发布 PDD Kit,用形式验证校验 Agent 编写的 Rust 全栈 Web 应用

    Microsoft Research 发布 PDD Kit,将证明驱动开发引入 AI 编码流程:先将自然语言意图转化为 Verus 形式规约,再对 Agent 生成的 Rust 代码做全输入证明,证明覆盖不到的部分用测试补位。

    推荐理由:原文展示了将形式验证引入 AI 生成代码的实际工作流,读者可据此判断如何在不逐行审查的前提下保障关键逻辑正确性。

  1. AWS Machine Learning Blog67

    Amazon SageMaker AI 通过序列级知识蒸馏构建高效 Agent 教程

    本教程演示了使用序列级知识蒸馏 (SeqKD) 在 Amazon SageMaker AI 上微调购物 Agent。使用前沿教师模型 (GLM-5.3) 生成多步轨迹并过滤,通过有监督微调在服务器上训练 Qwen3.5-4B 学生模型。微调后的 4B 模型在保留推理链的情况下,将绝对成功率从基座的 0.297 提升至 0.541,接近教师模型水平。

    推荐理由:展示了如何仅用教师模型文本输出构建数据集并微调4B学生模型,保留推理链可将任务成功率从41.5%提升至54.1%。

  1. Hugging Face Blog77

    微软与 Hugging Face 开源 ThinkingBox-Training 训练栈

    微软 Copilot Studio 团队与 Hugging Face 联合开源 ThinkingBox-Training,提供将数据库终态检查改造为可执行奖励、用于智能体 RL 后训练的完整栈,包括离线策略相对难度筛选、GRPO 训练与评测脚本。

    推荐理由:开源了完整训练栈和离线难度筛选方法,读者可复用于将数据库终态判定改造为智能体 RL 训练奖励。

  2. Microsoft Research61

    Flint-interactive 发布:一种用于创建交互式数据可视化的语言

    Microsoft Research 推出 Flint-interactive,一种在 Flint 基础上用于创建交互式数据可视化的语言。Flint-interactive 通过高层语义事件和更新操作符让 AI 智能体或用户定义复杂交互行为,利用 Flint 编译器处理底层视觉依赖,从而降低开发和调试成本。

    推荐理由:展示了 Flint-interactive 将视觉逻辑与交互逻辑解耦的架构设计,为开发 AI 智能体生成交互式数据可视化工具提供了一套可靠方案。

  1. Microsoft Research67

    Microsoft 研究者证明 KLS 猜想

    Microsoft 研究人员 Xinzhi Zhang 与合作者 Zhao Song 证明了 1995 年提出的 KLS 猜想,确立了高维几何中关于 log-concave 分布的通用原理。研究通过人类主导的 agentic 过程探索了超过 100 个候选路径,利用机器检查完成了形式验证。

    推荐理由:原文展示了人类主导AI探索百余个候选路径证明数学猜想的过程,揭示了AI在纯数学推理中的可复用协作方法。

  1. AWS Machine Learning Blog64

    Amazon Bedrock 为 Anthropic Claude 模型支持结构化输出

    Amazon Bedrock 现全面支持 Anthropic Claude 模型的结构化输出,通过约束解码确保 JSON 响应严格符合预定义 Schema。系统会自动编译并缓存 24 小时语法规则,用户可利用 JSON Schema 格式或 strict 工具用法在 bedrock-runtime 和 bedrock-mantle 端点实现无错误的 JSON 解析与确定性输出。

    推荐理由:说明约束解码消除了解析与重试逻辑,并给出了JSON Schema的缓存机制和代码示例,供生产环境直接复用。

  1. NVIDIA Blog85

    NVIDIA 发布 RTX Spark 与 DGX Station for Windows,支持本地运行 AI Agent

    NVIDIA 与 Microsoft 联合宣布推出支持本地 AI Agent 的 Windows PC 硬件生态,包括搭载 NVIDIA RTX Spark 的笔记本电脑和桌面电脑。

    推荐理由:原文展示了NVIDIA与微软如何在Windows桌面端协同工程化AI Agent基础设施,涵盖硬件规格与本地运行模型的能力边界。

  2. Microsoft Research75

    Microsoft Research 开源 Agent Lightning v1.0:面向真实智能体脚手架的轻量级RL训练框架

    Microsoft Research Asia 团队开源了 Agent Lightning v1.0,这是一个约3500行的轻量级Agentic强化学习框架,旨在让部署环境中的真实智能体脚手架直接参与RL训练,而无需在训练框架内重新实现。

    推荐理由:该框架将RL训练与部署中的真实智能体脚手架直接结合,为开发者提供了一套可在真实环境中复现的智能体训练流程。

  1. Hugging Face Blog83

    Microsoft ThinkingBox 和 ThinkingBox-Bench 开源:基于终端状态检查评估 AI Agent 可靠性

    Microsoft 与 Hugging Face 联合发布了 ThinkingBox 沙箱环境和 ThinkingBox-Bench 基准,现可通过 Hugging Face 和 OpenEnv 访问。

    推荐理由:原文提供了 507 个有状态业务工作流的 20 次重复基准数据,以及按次成功成本与可靠性成本对比,可据此判断模型在真实数据库记录变更中的表现差异。

  1. Microsoft Research67

    Microsoft Research 发布用于复杂生物研究的 AI 系统 Quine

    Microsoft Research 发布名为 Quine 的 AI 研究系统,由生物学世界模型和连接科学工具、文献与湿实验的交互式 harness 组成。系统联合训练基因组、蛋白质、化学、细胞状态和生物图像等多模态数据。

    推荐理由:结合胰腺癌细胞状态案例,说明了该生物世界模型如何在湿实验前完成候选药物排序并生成新假设。

  1. Microsoft Research67

    微软发布 Physical AI Toolchain 支持机器人侧推理卸载

    微软在开源的 Physical AI Toolchain 中新增推理卸载能力,允许开发者使用 Kubernetes 工具将机器人 AI 工作负载分配到边缘或云端 GPU。

    推荐理由:系统评测了将物理AI推理从机器人端侧卸载到边缘或云端对任务成功率、模型规模和电池寿命的影响。

  1. GitHub Blog · AI & ML85

    GitHub Copilot 运行时使用 Copilot 迁移至 Rust

    GitHub 使用 Copilot 将 Copilot 运行时从 TypeScript 重写为超过 800,000 行生产级 Rust 代码。该重构涉及 128 个 Pull Request,由 AI Agent 编写大部分代码,显著提升了性能并缩短了开发周期。

    推荐理由:展示了 AI Agent 如何将 80 万行代码从 TypeScript 迁移到 Rust,提供了大规模自动重构的方法参考。

  1. 智谱88

    GLM-5.3发布:编程能力提升50%,网络安全能力涌现,两周后开源

    智谱发布GLM-5.3,基座未变但通过极致后训练Scaling显著提升编程与网络安全能力:内部编程体感较GLM-5.2提升50%,Terminal-Bench 3.0从4.6升至28.3;网络安全上CyberGym达84.5%,ExploitBench 54.4%,ExploitGym两小时完成105项漏洞利用任务。

    推荐理由:后训练Scaling带来更强编程与网络安全防御能力,开源与“开源的盾”计划让前沿安全能力不再只属于少数闭源机构。

  1. Kimi开放平台78

    Kimi K2.7 Code 模型接入 GitHub Copilot

    GitHub 官方宣布 Kimi K2.7 Code 正式上线 GitHub Copilot,用户可在 Copilot 模型选择器中选择该模型完成代码生成、理解与调试任务。

    推荐理由:这是 GitHub Copilot 接入的首个开源模型,且已在 VS Code 等主流开发入口开放,开发者可直接在熟悉工具链中调用 Kimi K2.7 Code。

  1. Hugging Face Blog76

    Cosmopedia:如何为预训练大语言模型创建大规模合成数据

    Hugging Face 发布了名为 Cosmopedia 的 250 亿 token 合成数据集及配套的 1B 规模模型 cosmo-1b,旨在通过完全开源的端到端流程复现 Microsoft Phi-1.5 的数据集。

    推荐理由:原文公开了 250 亿 token 数据集的完整生成链路和 1B 模型评测,读者可据此复现或改进合成数据预训练方法。